Gast ::
ML-SAFT: A machine learning framework for PCP-SAFT parameter prediction
; ; ; ; ; ; ;
In
The chemical engineering journal 492, Seiten/Artikel-Nr.:151999
2024
Online
DOI: 10.1016/j.cej.2024.151999
DOI: 10.18154/RWTH-2024-05516
URL: https://publications.rwth-aachen.de/record/986989/files/986989.pdf
Einrichtungen
- Lehrstuhl für Systemverfahrenstechnik (416710)
- Lehrstuhl für Technische Thermodynamik und Institut für Thermodynamik (412110)
- JARA-ENERGY (080011)
Projekte
- DFG project 466417970 - Graph-Basiertes Generatives Maschinelles Learnen für optimale Moleküle (466417970) (466417970)
- DFG project 441958259 - SPP 2331: Maschinelles Lernen in der Verfahrenstechnik. Wissen trifft auf Daten: Interpretierbarkeit, Extrapolation, Verlässlichkeit, Vertrauen (441958259) (441958259)
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online, print
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85195221183
WOS Core Collection: WOS:001285891400001
Interne Identnummern
RWTH-2024-05516
Datensatz-ID: 986989
Beteiligte Länder
Germany, UK
; 
; 
; BIOSIS Previews ; Biological Abstracts ; Clarivate Analytics Master Journal List ; Current Contents - Engineering, Computing and Technology ; Ebsco Academic Search ; Essential Science Indicators ; IF >= 15 ; JCR ; Nationallizenz
; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
Datensatz erzeugt am 2024-06-03, letzte Änderung am 2024-09-02
OpenAccess:
PDF
PDF